PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

Save this PDF as:

Rozměr: px
Začít zobrazení ze stránky:

Download "PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru"

Transkript

1 SP Náhodý vetor ezávislost fuce NV PRAVDĚPODONOST A STATISTIKA Náhodý vetor ezávislost fuce áhodého vetoru Libor Žá

2 Náhodý vetor stochasticá ezávislost Náhodé veličiy... defiovaé a ravděodobostím rostoru Ω P jsou stochasticy ezávislé vzhledem P rávě dyž Platí: Nechť je áhodý vetor jsou říslušá margiálí distribučí fuce ro i. Pa áhodé veličiy... jsou stochasticy ezávislé rávě dyž Libor Žá : P P P Β T i F i i : T F F F R SP Náhodý vetor ezávislost fuce NV

3 SP Náhodý vetor ezávislost fuce NV Libor Žá Náhodý vetor stochasticá ezávislost Dále latí: T Nechť je disrétí áhodý vetor i i i jsou říslušá margiálí ravděodobostí fuce ro i. Pa áhodé veličiy... jsou stochasticy ezávislé rávě dyž T R : T Nechť je sojitý áhodý vetor f i i i jsou říslušá margiálí hustoty ravděodobosti ro i. Pa áhodé veličiy... jsou stochasticy ezávislé rávě dyž T R : f f f

4 SP Náhodý vetor Libor Žá Náhodý vetor T ezávislost Poud ro všecha R latí: F F F a složy áhodého vetoru azýváme ezávislé. V říadě disrétího áhodého vetoru dostáváme: V říadě sojitého áhodého vetoru dostáváme: f f f

5 SP Náhodý vetor ezávislost fuce NV Libor Žá Náhodý vetor stochasticá ezávislost Dále latí: Nechť ezávislé a T je áhodý vetor a... jsou stochasticy a oud eistují středí hodoty E i i a E E E b oud eistují a jsou oečé středí hodoty E i a C 0 i j i j i D i D i i i c echť i a j jsou ezávislé áhodé roměé a i j 0 j d ro borelovsé fuce y jsou áhodé veličiy i g i i Y g i stochasticy ezávislé. i i

6 Náhodý vetor fuce áhodého vetoru Nechť je zobrazeí se složami Zobrazeí se azývá regulárí v možiě dyž: M je otevřeá Fuce mají sojité rví derivace 3 de je Jaobiá Libor Žá g R R : T g g g g M R 0 det : g J M j i j i g J. g g g SP Náhodý vetor ezávislost fuce NV

7 SP Náhodý vetor ezávislost fuce NV Libor Žá Náhodý vetor fuce áhodého vetoru T Nechť je sojitý áhodý vetor s hustotou ravděodobosti a y g je regulárí a rosté zobrazeí a f otevřeé možiě G ro iž latí: G f d Pa áhodý vetor f Y y Y g f g má hustotu: ydet J g 0 y y g jia G

8 SP Náhodý vetor ezávislost fuce NV Libor Žá Náhodý vetor fuce áhodého vetoru T Nechť je disrétí áhodý vetor s ravděodobostí fucí a g : R R je borelovsá fuce. Pa ravděodobostí fuce Y y trasformovaé áhodé veličiy Y g je dáa vztahem: Y y Gy Gy R g y 0 jia

9 SP Náhodý vetor ezávislost fuce NV Libor Žá Náhodý vetor fuce áhodého vetoru T Nechť je sojitý áhodý vetor s hustotou ravděodobosti f a R g : R je borelovsá fuce. Pa hustota f Y y trasformovaé áhodé veličiy Y g je dáa vztahem f y y G Y y f d d Gy R g y 0 jia

10 SP Náhodý vetor ezávislost fuce NV Libor Žá Náhodý vetor vybraá rozděleí a fuce NV Nechť jsou stochasticy ezávislé sojité áhodé roměé s hustotou ravděodobosti f f. Pa áhodá veličia Y= + má hustotu: ebo Jedá se o ovoluci hustot f f. f Y f Y f f y y d f y f y d

11 SP Náhodý vetor ezávislost fuce NV Libor Žá Fuce áhodého vetoru - řílady Přílad: T Nechť je áhodý vetor se sdružeou hustotou ravděodobosti: 0 [ ] 6 0 f 0 jia Určete ty rozděleí Y Přílad: T Nechť je áhodý vetor a... jsou stochasticy ezávislé ~ A i. Určete ty rozděleí Y. i Y í i

12 SP Náhodý vetor ezávislost fuce NV Libor Žá Fuce áhodého vetoru - řílady Přílad: Nechť ~ N0. Určete ty rozděleí Y. Platí: Nechť U i ~ N0 i Pa jsou stochasticy ezávislé veličiy. Y i U i ~ Platí: Nechť ~ ~ jsou stochasticy ezávislé veličiy. Pa Y ~

13 SP Náhodý vetor ezávislost fuce NV Libor Žá Fuce áhodého vetoru - řílady Platí: Nechť ~ N0 ~ jsou stochasticy ezávislé.. Pa Y ~ t Platí: Nechť ~ ~ jsou stochasticy ezávislé.. Pa Y ~ F

14 SP Náhodý vetor Dodate Libor Žá Gama fuce Γ Gama fuce ědy taé ozačovaá jao Eulerův itegrál druhého druhu je zobecěím fatoriálu ro obor omleích čísel. Pro >0 je defiovaá ve tvaru: Vlastosti: a je sojitá ro aždé >0 a má sojitou derivaci 0 t t e dt b!! N c d e t t e l t dt 0 3

15 SP Náhodý vetor Dodate Libor Žá Gama fuce Γ Graf Γ ro reálé

16 SP Náhodý vetor Dodate Libor Žá Gama fuce Γz z-omleí reálá část Γz imagiárí část Γz absolutí hodota Γz

17 SP Náhodý vetor Dodate Libor Žá Gama fuce Γz z-omleí absolutí hodota Γz

18 eta fuce taé ozačovaá jao Eulerův itegrál rvího druhu je zobecěím ombiačího čísla. Pro >0 je defiovaá ve tvaru: Vlastosti: a b c d eta fuce Libor Žá 0 0 : 0 dt t t 0 0 : 0 dt t t 0 : 0 SP Náhodý vetor Dodate

19 Náhodá veličia s Gama rozděleím ~Γ λ je zobecěím Erlagova rozděleí ro R λr λ>0 má hustotu ravděodobosti: Gama rozděleí Γ λ Libor Žá Charateristiy: - stejé jao u Erlagova rozděleí středí hodota: roztyl: oef. šimosti: oef. šičatosti: jia e f 0 0 E D A 3 A SP Náhodý vetor Dodate

20 SP Náhodý vetor Dodate Libor Žá Gama rozděleí Γ λ ѳ = /λ

21 Náhodá veličia s eta rozděleím ~ α β α β R α β >0 má záladí rostor Z = R a hustotu ravděodobosti: eta rozděleí α β Charateristiy: středí hodota: roztyl: Libor Žá Rozděleí ; odovídá rovoměrému sojitému rozděleí a itervalu 0 f E D f SP Náhodý vetor Dodate

22 SP Náhodý vetor Dodate Libor Žá eta rozděleí α β

23 SP Náhodý vetor Dodate Libor Žá Pearsoovo χ rozděleí χ Náhodá veličia má arsoovo χ rozděleí χ s stui volosti N. Hustota ravděodobosti: f 0 e 0 jia Charateristiy: středí hodota: E roztyl: oef. šimosti: D 4 A3 0

24 SP Náhodý vetor Dodate Libor Žá Pearsoovo χ rozděleí χ Pozáma: Seciálí říad Γ-rozdělei s arametry = / a λ = ½. Rozdělei součtu vadratů ezávislých ormovaých ormálích veliči.

25 SP Náhodý vetor Dodate Libor Žá Studetovo t - rozděleí t Náhodá veličia má Studetovo t- rozděleí t s stui volosti N. Hustota ravděodobosti: f 0 0 jia Charateristiy: středí hodota: roztyl: E 0 ro D ro 3 oef. šimosti: mediá: A3 0 ro 4 ~ 0

26 SP Náhodý vetor Dodate Libor Žá Studetovo t - rozděleí t

27 Náhodá veličia má Fischerovo F- rozděleí F s stui volosti N. Hustota ravděodobosti: Fischerovo-Sedecorovo rozděleí F Charateristiy: středí hodota: roztyl: Libor Žá Pozáma: je beta fuce ro E 0 d 5 ro 4 D f SP Náhodý vetor Dodate

28 SP Náhodý vetor Dodate Libor Žá Fischerovo-Sedecorovo rozděleí F

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru SP Náhodý vetor ezávislost fuce NV PRAVDĚPODONOST A STATISTIKA Náhodý vetor ezávislost fuce áhodého vetoru Libor Žá Náhodý vetor stochasticá ezávislost Náhodé veličiy... defiovaé a ravděodobostím rostoru

Více

3. Charakteristiky a parametry náhodných veličin

3. Charakteristiky a parametry náhodných veličin 3. Charateristiy a parametry áhodých veliči Úolem této apitoly je zavést pomocý aparát, terým budeme dále popisovat pomocí jedoduchých prostředů áhodé veličiy. Taovýmto aparátem jsou tzv. parametry ebo

Více

PRAVDĚPODOBNOST A STATISTIKA. Náhodná proměnná vybraná rozdělení

PRAVDĚPODOBNOST A STATISTIKA. Náhodná proměnná vybraná rozdělení S1P áhodá roměá vybraá rozděleí PRAVDĚPODOBOST A STATISTIKA áhodá roměá vybraá rozděleí S1P áhodá roměá vybraá rozděleí Vybraá rozděleí diskrétí P Degeerovaé rozděleí D( ) áhodá veličia X s degeerovaým

Více

12. N á h o d n ý v ý b ě r

12. N á h o d n ý v ý b ě r 12. N á h o d ý v ý b ě r Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBOST A STATISTIKA Degeerovaé rozděleí D( ) áhodá veličia X s degeerovaým rozděleím X ~D(), R má základí rostor Z = { } a ravděodobostí fukci: ( ) 1 0 Charakteristiky: středí hodota: E(X ) roztyl:

Více

Náhodný výběr 1. Náhodný výběr

Náhodný výběr 1. Náhodný výběr Náhodý výběr 1 Náhodý výběr Matematická statistika poskytuje metody pro popis veliči áhodého charakteru pomocí jejich pozorovaých hodot, přesěji řečeo jde o určeí důležitých vlastostí rozděleí pravděpodobosti

Více

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor SP Náhodý vektor PRAVDĚPODOBNOS A SAISIKA Náhodý vektor Lbor Žák SP Náhodý vektor Lbor Žák Náhodý vektor Náhodý vektor slouží k popsu výsledku pokusu kdy měříme více údaů o procesu. Před provedeím pokusu

Více

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor SP Náhodý vektor PRAVDĚPODOBNOS A SAISIKA Náhodý vektor SP Náhodý vektor Náhodý vektor Náhodý vektor slouží k popsu výsledku pokusu kdy měříme více údaů o procesu. Před provedeím pokusu eho výsledek a

Více

PRAVDĚPODOBNOST ... m n

PRAVDĚPODOBNOST ... m n RVDĚODONOST - matematická discilía, která se zabývá studiem zákoitostí, jimiž se řídí hromadé áhodé jevy - vytváří ravděodobostí modely, omocí ichž se saží ostihout rocesy, ovlivěé áhodou. Náhodé okusy:

Více

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU) ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU) Základy teorie pravděpodobosti měřeí chyba měřeí Provádíme kvalifikovaý odhad áhodá systematická výsledek ejistota výsledku Základy teorie pravděpodobosti

Více

5. Lineární diferenciální rovnice n-tého řádu

5. Lineární diferenciální rovnice n-tého řádu 5 3.3.8 8:44 Josef Herdla lieárí difereciálí rovice -tého řádu 5. Lieárí difereciálí rovice -tého řádu (rovice s ostatími oeficiety) ( ), a,, a (5.) ( ) ( ) y a y a y ay q L[ y] y a y a y a y, q je spojitá

Více

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací 3. Náhodý výběr Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých realizací

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA SP esty dobré shody PRAVDĚPODOBNOS A SAISIKA Lbor Žá SP esty dobré shody Lbor Žá Přpomeutí - estováí hypotéz o rozděleí Ch-vadrát test Chí-vadrát testem terý e založe a tříděém statstcém souboru. SP esty

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOST A STATISTIKA Bodové a itervalové odhady Nechť X je áhodá proměá, která má distribučí fukci F(x, ϑ). Předpokládejme, že záme tvar distribučí fukce (víme jaké má rozděleí) a ezáme parametr

Více

Entropie, relativní entropie a sdílená (vazební) informace

Entropie, relativní entropie a sdílená (vazební) informace Etroie, relativí etroie a sdíleá vazebí iformace Pojem iformace je říliš rozsáhlý a to, abchom jej komleě osali jedoduchou defiicí. Pro libovolou distribuci ravděodobosti můžeme defiovat tzv. etroii, jež

Více

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost a aplikovaná statistika Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 4. KAPITOLA STATISTICKÉ CHARAKTERISTIKY 16.10.2017 23.10.2017 Přehled témat 1. Pravděpodobost (defiice, využití, výpočet pravděpodobostí

Více

Budeme pokračovat v nahrazování funkce f(x) v okolí bodu a polynomy, tj. hledat vhodné konstanty c n tak, aby bylo pro malá x a. = f (a), f(x) f(a)

Budeme pokračovat v nahrazování funkce f(x) v okolí bodu a polynomy, tj. hledat vhodné konstanty c n tak, aby bylo pro malá x a. = f (a), f(x) f(a) Předáša 7 Derivace a difereciály vyšších řádů Budeme poračovat v ahrazováí fuce f(x v oolí bodu a polyomy, tj hledat vhodé ostaty c ta, aby bylo pro malá x a f(x c 0 + c 1 (x a + c 2 (x a 2 + c 3 (x a

Více

můžeme toto číslo považovat za pravděpodobnost jevu A.

můžeme toto číslo považovat za pravděpodobnost jevu A. RVDĚODONOST - matematická discilía, která se zabývá studiem zákoitostí, jimiž se řídí hromadé áhodé jevy - vytváří ravděodobostí modely, omocí ichž se saží ostihout áhodé rocesy. Náhodé okusy: rocesy,

Více

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých 9 Limití věty. V aplikacích teorie pravděpodobosti (matematická statistika, metody Mote Carlo se užívají tvrzeí vět o kovergeci posloupostí áhodých veliči. Podle povahy kovergece se limití věty teorie

Více

Odhady parametrů 1. Odhady parametrů

Odhady parametrů 1. Odhady parametrů Odhady parametrů 1 Odhady parametrů Na statistický soubor (x 1,..., x, který dostaeme statistickým šetřeím, se můžeme dívat jako a výběrový soubor získaý realizací áhodého výběru z áhodé veličiy X. Obdobě:

Více

SP2 Korelační analýza. Korelační analýza. Libor Žák

SP2 Korelační analýza. Korelační analýza. Libor Žák Korelačí aalýza Přpomeutí pojmů áhodá proměá áhodý vetor áhodý vetor Náhodý výběr: pro áhodou proměou : pro áhodý vetor : pro áhodý vetor : Přpomeutí pojmů - ovarace Kovarace áhodých proměých ovaračí oefcet

Více

2. Náhodná veličina. je konečná nebo spočetná množina;

2. Náhodná veličina. je konečná nebo spočetná množina; . Náhodá veličia Většia áhodých pokusů koaých v přírodích ebo společeských vědách má iterpretaci pomocí reálé hodoty. Při takovýchto dějích přiřazujeme tedy reálá čísla áhodým jevům. Proto je důležité

Více

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů: Odhady parametrů polohy a rozptýleí pro často se vyskytující rozděleí dat v laboratoři se vyčíslují podle ásledujících vztahů: a : Laplaceovo (oboustraé expoeciálí rozděleí se vyskytuje v případech, kdy

Více

NEPARAMETRICKÉ METODY

NEPARAMETRICKÉ METODY NEPARAMETRICKÉ METODY Jsou to metody, dy předmětem testu hypotézy eí tvrzeí o hodotě parametru ějaého orétího rozděleí, ale ulová hypotéza je formulováa obecěji, apř. jao shoda rozděleí ebo ezávislost

Více

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti. 10 Cvičeí 10 Statistický soubor. Náhodý výběr a výběrové statistiky aritmetický průměr, geometrický průměr, výběrový rozptyl,...). Bodové odhady parametrů. Itervalové odhady parametrů. Jedostraé a oboustraé

Více

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna. 6 Itervalové odhady parametrů základího souboru V předchozích kapitolách jsme se zabývali ejprve základím zpracováím experimetálích dat: grafické zobrazeí dat, výpočty výběrových charakteristik kapitola

Více

V. Normální rozdělení

V. Normální rozdělení V. Normálí rozděleí 1. Náhodá veličia X má ormovaé ormálí rozděleí N(0; 1). Určete: a) P (X < 1, 5); P (X > 0, 3); P ( 1, 135 < x ); P (X < 3X + ). c) číslo ε takové, že P ( X < ε) = 0,

Více

Matematická statistika (Opravená a rozšířená verze textu přednášky z LS 2001/2002)

Matematická statistika (Opravená a rozšířená verze textu přednášky z LS 2001/2002) Matematicá statistia (Opraveá a rozšířeá verze textu předášy z LS 00/00) Záladí literatura: @D Jaroš Fratiše a oletiv : Pravděpodobost a statistia, VŠCHT, 998. @D Jarušová Daiela : Pravděpodobost a matematicá

Více

6.1 Systémy hromadné obsluhy

6.1 Systémy hromadné obsluhy 6. Systémy hromadé obsluhy Proces usoojováí áhodě i hromadě vziajících ožadavů a obsluhu se azývá roces hromadé obsluhy. Předmětem teorie hromadé obsluhy, ědy taé ozačovaé jao teorie frot (z aglicých slov

Více

3. Charakteristiky a parametry náhodných veličin

3. Charakteristiky a parametry náhodných veličin 3. Charatersty a parametry áhodýh velč Úolem této aptoly je zavést pomoý aparát, terým budeme dále popsovat pomoí jedoduhýh prostředů áhodé velčy. Taovýmto aparátem jsou tzv. parametry ebo haratersty áhodé

Více

4. B o d o v é o d h a d y p a r a m e t r ů

4. B o d o v é o d h a d y p a r a m e t r ů 4. B o d o v é o d h a d y p a r a m e t r ů Na základě hodot áhodého výběru z rozděleí určitého typu odhadujeme parametry tohoto rozděleí, tak aby co ejlépe odpovídaly hodotám výběru. Formulujme tudíž

Více

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby.

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby. ováí - Hru IV /6 ováí Hru IV Mila RůžR ůžička, Josef Jureka,, Zbyěk k Hrubý zbyek.hruby hruby@fs.cvut.cz ováí - Hru IV /6 ravděpodobostí úavové diagramy s uvažováím předpětí R - plocha ve čtyřrozměrém

Více

1. Přirozená topologie v R n

1. Přirozená topologie v R n MATEMATICKÁ ANALÝZA III předášy M Krupy Zií seestr 999/ Přirozeá topologie v R V prví části tohoto tetu zavádíe přirozeou topologii a ožiě R ejprve jao topologii orovaého prostoru a pa jao topologii součiu

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOT A TATITIKA Přpomeutí pojmů,, P m θ, R θ R - pravděpodobostí prostor - parametrcký prostor - parametrcká fukce,, T - áhodý vektor defovaý a pravděpodobostím prostoru,, P θ s hustotou f x,

Více

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D.

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D. Odhady parametrů základího souboru Ig. Mchal Dorda, Ph.D. Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl σ atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt

Více

3. část: Teorie hromadné obsluhy. Ing. Michal Dorda, Ph.D.

3. část: Teorie hromadné obsluhy. Ing. Michal Dorda, Ph.D. 3. část: Teorie hromadé obsluhy Ig. Michal Dorda, h.d. Zálady teorie pravděpodobosti Náhodý pous je děj, jehož výslede eí ai při dodržeí všech předepsaých podmíe předem zám. Náhodý jev je výsledem áhodého

Více

1.1. Primitivní funkce a neurčitý integrál

1.1. Primitivní funkce a neurčitý integrál Mateatia II. NEURČITÝ INTEGRÁL.. Priitiví fuce a eurčitý itegrál Defiice... Říáe, že fuce F( ) je v itervalu ( ab, ) priitiví fucí fuci f ( ), platí-li pro všecha ( ab, ) vztah F = f. Defiice... Možia

Více

8. Odhady parametrů rozdělení pravděpodobnosti

8. Odhady parametrů rozdělení pravděpodobnosti Pozámky k předmětu Aplikovaá statistika, 8 téma 8 Odhady parametrů rozděleí pravděpodobosti Zaměříme se a odhad středí hodoty a rozptylu a to dvěma způsoby Předpokládejme, že máme áhodý výběr X 1,, X z

Více

3. Lineární diferenciální rovnice úvod do teorie

3. Lineární diferenciální rovnice úvod do teorie 3 338 8: Josef Hekrdla lieárí difereciálí rovice úvod do teorie 3 Lieárí difereciálí rovice úvod do teorie Defiice 3 (lieárí difereciálí rovice) Lieárí difereciálí rovice -tého řádu je rovice, která se

Více

Definice obecné mocniny

Definice obecné mocniny Defiice obecé mociy Zavedeí obecé mociy omocí ity číselé oslouosti lze rovést ěkolika zůsoby Níže uvedeý zůsob využívá k defiici eoeciálí fukce itu V dalším budeme otřebovat ásledující dvě erovosti: Lemma

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA SP4 Přpomeutí pojmů PRAVDĚPODOBNOST A STATISTIKA SP4 Přpomeutí pojmů SP4 Přpomeutí pojmů Pravděpodobost Náhodý jev: - základí prostor - elemetárí áhodý jev A - áhodý jev, - emožý jev, jstý jev podjev opačý

Více

Statistika pro metrologii

Statistika pro metrologii Statistika pro metrologii T. Rössler Teto projekt je spolufiacová Evropským sociálím fodem a státím rozpočtem České republiky v rámci projektu Vzděláváí výzkumých pracovíků v Regioálím cetru pokročilých

Více

Intervalové odhady parametrů

Intervalové odhady parametrů Itervalové odhady parametrů Petr Pošík Části dokumetu jsou převzaty (i doslově) z Mirko Navara: Pravděpodobost a matematická statistika, https://cw.felk.cvut.cz/lib/ee/fetch.php/courses/a6m33ssl/pms_prit.pdf

Více

Tento materiál vznikl díky Operačnímu programu Praha Adaptabilita CZ.2.17/3.1.00/33254

Tento materiál vznikl díky Operačnímu programu Praha Adaptabilita CZ.2.17/3.1.00/33254 Evroský sociálí od Praha & EU: Ivestujeme do vaší budoucosti eto materiál vzikl díky Oeračímu rogramu Praha Adatabilita CZ..7/3../3354 Maažerské kvatitativí metody II - ředáška č.3 - Queuig theory teorie

Více

8. Analýza rozptylu.

8. Analýza rozptylu. 8. Aalýza rozptylu. Lieárí model je popis závislosti, který je využívá v řadě disciplí matematické statistiky. Uvedeme jeho popis a tvrzeí, která budeme využívat. Setkáme se s ím jedak v aalýze rozptylu,

Více

Přednáška č. 2 náhodné veličiny

Přednáška č. 2 náhodné veličiny Předáša č. áhodé velčy Pozámy záladím pojmům z počtu pravděpodobost Pozáma 1: Př výpočtu pravděpodobost áhodého jevu dle lascé defce je uté věovat pozorost způsobu formulace vybraého jevu. V ásledující

Více

k(k + 1) = A k + B. s n = n 1 n + 1 = = 3. = ln 2 + ln. 2 + ln

k(k + 1) = A k + B. s n = n 1 n + 1 = = 3. = ln 2 + ln. 2 + ln Číselé řady - řešeé přílady ČÍSELNÉ ŘADY - řešeé přílady A. Součty řad Vzorové přílady:.. Přílad. Určete součet řady + = + 6 + +.... Řešeí: Rozladem -tého čleu řady a parciálí zlomy dostáváme + = + ) =

Více

Národní informační středisko pro podporu kvality

Národní informační středisko pro podporu kvality Národí iformačí střediso pro podporu vality Problémy s uazateli způsobilosti a výoosti v praxi Dr.Jiří Michále, CSc. Ústav teorie iformace a automatizace AVČR Uazatel způsobilosti C p Předpolady: ormálí

Více

Pravděpodobnostní model doby setrvání ministra školství ve funkci

Pravděpodobnostní model doby setrvání ministra školství ve funkci Pravděpodobostí model doby setrváí miistra školství ve fukci Základí statistická iferece Data Zdro: http://www.msmt.cz/miisterstvo/miistri-skolstvi-od-roku-848. Ke statistickému zpracováí byla vzata pozorováí

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOST A STATISTIKA Číselné charateristiy náhodných proměnných Charateristiy náhodných proměnných dělíme nejčastěji na charateristiy polohy a variability. Mezi charateristiy polohy se nejčastěji

Více

Přednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti

Přednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti Předáška VI. Itervalové odhady Motivace Směrodatá odchylka a směrodatá chyba Cetrálí limití věta Itervaly spolehlivosti Opakováí estraé a MLE Jaký je pricip estraých odhadů? Jaký je pricip odhadů metodou

Více

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady SP Bodové a tervalové odhady PRAVDĚPODOBNOST A STATISTIKA Bodové a tervalové odhady Lbor Žák SP Bodové a tervalové odhady Lbor Žák Bodové a tervalové odhady Nechť je áhodá proměá, která má dstrbučí fukc

Více

Testujeme hypotézu: proti alternativě. Jednoduché třídění:

Testujeme hypotézu: proti alternativě. Jednoduché třídění: Y,, Y je áhodý výběr z N(μ, σ ) Y,, Y je áhodý výběr z N(μ, σ ) Y,, Y je áhodý výběr z N(μ, σ ) Testujeme hypotézu: proti alterativě H : μ = μ = = μ H : e všechy středí hodoty μ,, μ jsou si rovy Jedoduché

Více

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost a aplikovaná statistika Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 6. KAPITOLA CENTRÁLNÍ LIMITNÍ VĚTA 6.11.2017 Opakováí: Čebyševova erovost příklad Pravděpodobost vyrobeí zmetku je 0,5. Odhaděte pravděpodobost,

Více

Statistická rozdělení

Statistická rozdělení Úvod Statstcá rozděleí Václav Adamec vadamec@medelu.cz Náhodá proměá: matematcá velča, jejíž hodot osclují. Produt áhodého procesu lze charaterzovat fucí Hodot proměé v oboru přípustých hodot Rozděleí

Více

Diskrétní Fourierova transformace

Diskrétní Fourierova transformace Disrétí Fourierova trasformace Záladí idea trasformace x Trasformace Zpracováí v časové oblasti Zpracováí v trasform. oblasti x Iverzí Trasformace Spojitá Fourierova trasformace f j πft x t e dt Disrétí

Více

Přijímací řízení akademický rok 2013/2014 NavMg. studium Kompletní znění testových otázek matematika a statistika

Přijímací řízení akademický rok 2013/2014 NavMg. studium Kompletní znění testových otázek matematika a statistika Přijímcí řízeí kdemický rok /4 NvMg studium Kompletí zěí testových otázek mtemtik sttistik Koš Zěí otázky Odpověď ) Odpověď b) Odpověď c) Odpověď d) Správá odpověď efiičí obor fukce defiové předpisem f

Více

MODELY HROMADNÉ OBSLUHY Models of queueing systems

MODELY HROMADNÉ OBSLUHY Models of queueing systems MODELY HROMADNÉ OBSLUHY Models of queueig systems Prof. RNDr. Ig. Miloš Šeda, Ph.D. Vysoé učeí techicé v Brě, Faulta strojího ižeýrství, Ústav automatizace a iformatiy e-mail: seda@fme.vutbr.cz Abstrat

Více

8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI

8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI 8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI Ča ke tudiu kapitoly: 60 miut Cíl: Po protudováí tohoto odtavce budete umět: charakterizovat další typy pojitých rozděleí: χ, Studetovo, Ficher- Sedocorovo -

Více

Markovovy řetězce s diskrétním časem (Discrete Time Markov Chain)

Markovovy řetězce s diskrétním časem (Discrete Time Markov Chain) Stochastcé rocesy Marovovy řetězce s dsrétím časem (Dscrete Tme Marov Cha) Stochastcý roces Stochastcým rocesem {X(t), tr} je moža áhodých velč X(t) závslých a jedom arametru t. Stavový rostor : moža možých

Více

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost a aplikovaná statistika Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 3. ÚKOL JB TEST 3. Úkol zadáí pro statistické testy U každého z ásledujících testů uveďte ázev (včetě autora), předpoklady použití, ulovou

Více

Číselné charakteristiky náhodných veličin

Číselné charakteristiky náhodných veličin Číselé charakteristiky áhodých veliči Motivace Doposud jsme pozali fukcioálí charakteristiky áhodých veliči (apř. distribučí fukce, pravděpodobostí fukce, hustota pravděpodobosti), které plě popisují pravděpodobostí

Více

Náhoda. Pravděpodobnost výhry při sázce na barvu: p = 18/37 = 0,486 Průměrný zisk při n sázkách částky č: - n.č + 2.č.n.p = n.č.

Náhoda. Pravděpodobnost výhry při sázce na barvu: p = 18/37 = 0,486 Průměrný zisk při n sázkách částky č: - n.č + 2.č.n.p = n.č. Náhoda při i hřeh Martigale: Vsadíšřeěme dolar a barvu, terou si vybereš (červeáči čerá) a budeš stále sázet je a i. Roztočíš ruletu a čeáš Poud prohraješ, zdvojásobíš sázu, taže vsadíš příště dolary.

Více

Náhodné jevy, jevové pole, pravděpodobnost

Náhodné jevy, jevové pole, pravděpodobnost S Náhodé jevy pravděpodobost Náhodé jevy jevové pole pravděpodobost Lbor Žák S Náhodé jevy pravděpodobost Lbor Žák Základí pojmy Expermet česky též vědecký pokus je soubor jedáí a pozorováí jehož účelem

Více

procesy II Zuzana 1 Katedra pravděpodobnosti a matematické statistiky Univerzita Karlova v Praze

procesy II Zuzana 1 Katedra pravděpodobnosti a matematické statistiky Univerzita Karlova v Praze limití Náhodé limití Katedra pravděpodobosti a matematické statistiky Uiverzita Karlova v Praze email: praskova@karli.mff.cui.cz 9.4.-22.4. 200 limití Outlie limití limití efiice: Řekeme, že stacioárí

Více

Intervalové odhady parametrů některých rozdělení.

Intervalové odhady parametrů některých rozdělení. 4. Itervalové odhady parametrů rozděleí. Jedou ze základích úloh mtematické statistiky je staoveí hodot parametrů rozděleí, ze kterého máme k dispozici áhodý výběr. Nejčastěji hledáme odhady dvou druhů:

Více

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Náhodá veličia Tyto materiály byly vytvořey za pomoci gratu FRVŠ číslo 45/004. Náhodá veličia Většia áhodých pokusů má jako výsledky reálá čísla. Budeme tedy dále áhodou veličiou rozumět proměou, která

Více

PRAVDĚPODOBNOST A STATISTIKA. Metoda momentů Metoda maximální věrohodnosti

PRAVDĚPODOBNOST A STATISTIKA. Metoda momentů Metoda maximální věrohodnosti SP3 Odhady arametrů PRAVDĚPODOBNOST A STATISTIKA Metoda momentů Metoda maimální věrohodnosti SP3 Odhady arametrů Metoda momentů Vychází se z: - P - ravděodobnostní rostor - X je náhodná roměnná s hustotou

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA SP Záko velkých čísel, cetrálí lmtí věta PRAVDĚPODOBNOST A STATISTIKA Lbor Žák SP Záko velkých čísel, cetrálí lmtí věta Lbor Žák Kovergece podle pravděpodobost Posloupost áhodých proměých,,,, koverguje

Více

12. Regrese Teoretické základy

12. Regrese Teoretické základy Regese Jedím z hlavích úolů matematicé statistiy je hledáí a studium závislostí mezi dvěma či více oměými Závisle oměá se zavidla ozačuje Y a ezávisle oměé X,, X i,i Závislosti mezi Y a suiou oměých X

Více

Náhodu bychom mohli definovat jako součet velkého počtu drobných nepoznaných vlivů.

Náhodu bychom mohli definovat jako součet velkého počtu drobných nepoznaných vlivů. Náhodu bychom mohli defiovat jako součet velkého počtu drobých epozaých vlivů. V rámci přírodích věd se setkáváme s pokusy typu za určitých podmíek vždy astae určitý důsledek. Např. jestliže za ormálího

Více

!!! #!! # % & ()!+ %& #( ) +,,!,!!./0./01 2 34 % 00 (1!#! #! #23 + )!!,,5,!+ 4)!005!! 6 )! %,76!,8, )! 44 %!! #! #236!!1 1 5 6 5+!!1 ( 9 9!5 6 + /+ # % 7 8 % : 4; 2,/! = %

Více

c) Pomocí Liouvillovy věty dokažte, že Liouvillovo číslo je transcendentí. xp 1 (p 1)! (x 1)p (x 2) p... (x d) p e x t f(t) d t = F (0)e x F (x),

c) Pomocí Liouvillovy věty dokažte, že Liouvillovo číslo je transcendentí. xp 1 (p 1)! (x 1)p (x 2) p... (x d) p e x t f(t) d t = F (0)e x F (x), a) Vyslovte a dokažte Liouvillovu větu o šaté aroximovatelosti algebraického čísla řádu d b) Defiujte Liouvillovo číslo c) Pomocí Liouvillovy věty dokažte, že Liouvillovo číslo je trascedetí 2 a) Defiujte

Více

14. Testování statistických hypotéz Úvod statistické hypotézy Definice 14.1 Statistickou hypotézou parametrickou neparametrickou. nulovou testovanou

14. Testování statistických hypotéz Úvod statistické hypotézy Definice 14.1 Statistickou hypotézou parametrickou neparametrickou. nulovou testovanou 4. Testováí statistických hypotéz Úvod Při práci s daty se mohdy spokojujeme s itervalovým či bodovým odhadem parametrů populace. V mohých případech se však uchylujeme k jiému postupu, většiou jde o případy,

Více

14. B o d o v é o d h a d y p a r a m e t r ů

14. B o d o v é o d h a d y p a r a m e t r ů 4. B o d o v é o d h a d y p a r a m e t r ů Na základě hodot áhodého výběru z rozděleí určitého typu odhadujeme parametry tohoto rozděleí, tak aby co ejlépe odpovídaly hodotám výběru. Formulujme tudíž

Více

Geometrické modelování. Diferenciáln

Geometrické modelování. Diferenciáln Geomerické modelováí Difereciál lí geomerie křivekk Křivky v očía ačové grafice Geomerická ierreace Každý krok algorimu má svůj geomerický výzam Flexibilia korola ad růběhem křivky, možos iuiiví ediace

Více

6. KOMBINATORIKA 181. 6.1. Základní pojmy 181 6.1.1. Počítání s faktoriály a kombinačními čísly 182. 6.2. Variace 184. 6.3.

6. KOMBINATORIKA 181. 6.1. Základní pojmy 181 6.1.1. Počítání s faktoriály a kombinačními čísly 182. 6.2. Variace 184. 6.3. Zálady matematiy Kombiatoria. KOMBINATORIKA 8.. Záladí pojmy 8... Počítáí s fatoriály a ombiačími čísly 8.. Variace 8.. Permutace 85.. Kombiace 87.5. Biomicá věta 89 Úlohy samostatému řešeí 9 Výsledy úloh

Více

z možností, jak tuto veličinu charakterizovat, je určit součet

z možností, jak tuto veličinu charakterizovat, je určit součet 6 Charakteristiky áhodé veličiy. Nejdůležitější diskrétí a spojitá rozděleí. 6.1. Číselé charakteristiky áhodé veličiy 6.1.1. Středí hodota Uvažujme ejprve diskrétí áhodou veličiu X s rozděleím {x }, {p

Více

8. cvičení 4ST201-řešení

8. cvičení 4ST201-řešení cvičící 8. cvičeí 4ST01-řešeí Obsah: Neparametricé testy Chí-vadrát test dobréshody Kotigečí tabuly Aalýza rozptylu (ANOVA) Vysoá šola eoomicá 1 VŠE urz 4ST01 Neparametricé testy Neparametricétesty využíváme,

Více

2 Diferenciální počet funkcí více reálných proměnných

2 Diferenciální počet funkcí více reálných proměnných - 6 - Difereciálí počet fucí více proměých Difereciálí počet fucí více reálých proměých 1 Spoitost, limity a parciálí derivace Fuce více reálých proměých Defiice Pod reálou fucí reálých proměých rozumíme

Více

STATISTIKA. Základní pojmy

STATISTIKA. Základní pojmy Statistia /7 STATISTIKA Záladí pojmy Statisticý soubor oečá eprázdá možia M zoumaých objetů schromážděých a záladě toho, že mají jisté společé vlastosti záladí statisticý soubor soubor všech v daé situaci

Více

PoznÁmky k přednášce

PoznÁmky k přednášce NMSA331 Matematická statistika 1 PozÁmky k předášce Naposledy upraveo de 15. úora 2019. Katedra pravd podobosti a matematické statistiky Matematicko-fysikálí fakulta Uiversity Karlovy Teto učebí text představuje

Více

Pravděpodobnost a matematická statistika

Pravděpodobnost a matematická statistika Pravděpodobost a matematická statistika Mirko Navara Cetrum strojového vímáí katedra kyberetiky FEL ČVUT Karlovo áměstí, budova G, místost 104a http://cmp.felk.cvut.cz/ avara/stat 5. říja 018 Obsah 1 O

Více

Pravděpodobnost a matematická statistika

Pravděpodobnost a matematická statistika Pravděpodobost a matematická statistika Mirko Navara Cetrum strojového vímáí katedra kyberetiky FEL ČVUT Karlovo áměstí, budova G, místost 104a http://cmpfelkcvutcz/ avara/mvt http://cmpfelkcvutcz/ avara/psi

Více

Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter.

Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter. Statistika Cíle: Chápat pomy statistický soubor, rozsah souboru, statistická edotka, statistický zak, umět sestavit tabulku rozděleí četostí, umět zázorit spoicový diagram a sloupcový diagram / kruhový

Více

6. Posloupnosti a jejich limity, řady

6. Posloupnosti a jejich limity, řady Moderí techologie ve studiu aplikovaé fyziky CZ..07/..00/07.008 6. Poslouposti a jejich limity, řady Posloupost je speciálí, důležitý příklad fukce. Při praktickém měřeí hodot určité fyzikálí veličiy dostáváme

Více

Matematická analýza I

Matematická analýza I 1 Matematická aalýza ity posloupostí, součty ekoečých řad, ity fukce, derivace Matematická aalýza I látka z I. semestru iformatiky MFF UK Zpracovali: Odřej Keddie Profat, Ja Zaatar Štětia a další 2 Matematická

Více

NMSA331 Matematická statistika 1

NMSA331 Matematická statistika 1 NMSA331 Matematická statistika 1 POZNÁMKY K PŘEDNÁŠCE Naposledy upraveo de 29. prosice 2018. Katedra pravd podobosti a matematické statistiky Matematicko-fysikálí fakulta Uiversity Karlovy Teto učebí text

Více

1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE

1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE 1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE V této kapitole se dozvíte: jak je axiomaticky defiová vektor a vektorový prostor včetě defiice sčítáí vektorů a ásobeí vektorů skalárem;

Více

Regrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n

Regrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n Regrese Aproxmace metodou ejmeších čtverců v v ( ) = f x v v x x x x Je dáo bodů [x, ], =,,, předpoládáme závslost a x a chceme ajít fuc, terá vsthuje teto tred - Sažíme se proložt fuc = f x ta, ab v =

Více

Pevnost a životnost - Hru III 1. PEVNOST a ŽIVOTNOST. Hru III. Milan Růžička, Josef Jurenka, Zbyněk Hrubý.

Pevnost a životnost - Hru III 1. PEVNOST a ŽIVOTNOST. Hru III. Milan Růžička, Josef Jurenka, Zbyněk Hrubý. evost a životost - Hr III EVNOT a ŽIVOTNOT Hr III Mila Růžička, Josef Jreka, Zbyěk Hrbý zbyek.hrby@fs.cvt.cz evost a životost - Hr III tatistické metody vyhodocováí dat evost a životost - Hr III 3 tatistické

Více

Dynamická pevnost a životnost Statistika

Dynamická pevnost a životnost Statistika DŽ statistika Dyamická pevost a životost tatistika Mila Růžička, Josef Jreka, Zbyěk Hrbý mechaika.fs.cvt.cz zbyek.hrby@fs.cvt.cz DŽ statistika tatistické metody vyhodocováí dat DŽ statistika 3 tatistické

Více

Pravděpodobnost a matematická statistika

Pravděpodobnost a matematická statistika Pravděpodobost a matematická statistika Mirko Navara Cetrum strojového vímáí katedra kyberetiky FEL ČVUT Karlovo áměstí, budova G, místost 104a http://cmpfelkcvutcz/ avara/mvt http://cmpfelkcvutcz/ avara/psi

Více

Pravděpodobnost a matematická statistika

Pravděpodobnost a matematická statistika Pravděpodobost a matematická statistika Mirko Navara Cetrum strojového vímáí katedra kyberetiky FEL ČVUT Karlovo áměstí, budova G, místost 104a http://cmpfelkcvutcz/ avara/psi 13 1 016 Obsah 1 O čem to

Více

n 3 lim 3 1 = lim Je vidět, že posloupnost je neklesající, tedy z Leibnize řada konverguje, ( 1) k 1 k=1

n 3 lim 3 1 = lim Je vidět, že posloupnost je neklesající, tedy z Leibnize řada konverguje, ( 1) k 1 k=1 3. cvičeí Přílady. (a) (b) (c) ( ) ( 3 ) = Otestujeme itu 3 = 3 = = 0. Je vidět, že posloupost je elesající, tedy z Leibize řada overguje, ( ) Řada overguje podle Leibizova ritéria, ebot je zjevě erostoucí.

Více

3. ELEMENTÁRNÍ FUNKCE A POSLOUPNOSTI. 3.1 Základní elementární funkce. Nejprve uvedeme základní elementární funkce: KONSTANTNÍ FUNKCE

3. ELEMENTÁRNÍ FUNKCE A POSLOUPNOSTI. 3.1 Základní elementární funkce. Nejprve uvedeme základní elementární funkce: KONSTANTNÍ FUNKCE ELEMENTÁRNÍ FUNKCE A POSLOUPNOSTI Základí elemetárí fukce Nejprve uvedeme základí elemetárí fukce: KONSTANTNÍ FUNKCE Nechť a je reálé číslo Potom kostatí fukcí rozumíme fukce f defiovaou předpisem ( f

Více

UNIVERZITA PALACKÉHO V OLOMOUCI

UNIVERZITA PALACKÉHO V OLOMOUCI UNIVERZITA PALACKÉHO V OLOMOUCI PŘÍRODOVĚDECKÁ FAKULTA KATEDRA MATEMATICKÉ ANALÝZY A APLIKACÍ MATEMATIKY BAKALÁŘSKÁ PRÁCE Zákoy velkých čísel Vedoucí diplomové práce: prof. RNDr. Ig. Lubomír Kubáček, DrSc.,

Více

17. Statistické hypotézy parametrické testy

17. Statistické hypotézy parametrické testy 7. Statistické hypotézy parametrické testy V této části se budeme zabývat statistickými hypotézami, pomocí vyšetřujeme jedotlivé parametry populace. K takovýmto šetřeím většiou využíváme ám již dobře zámé

Více

8. cvičení 4ST201. Obsah: Neparametrické testy. Chí-kvadrát test dobréshody Kontingenční tabulky Analýza rozptylu (ANOVA) Neparametrické testy

8. cvičení 4ST201. Obsah: Neparametrické testy. Chí-kvadrát test dobréshody Kontingenční tabulky Analýza rozptylu (ANOVA) Neparametrické testy cvičící 8. cvičeí 4ST1 Obsah: Neparametricé testy Chí-vadrát test dobréshody Kotigečí tabuly Aalýza rozptylu (ANOVA) Vysoá šola eoomicá 1 VŠE urz 4ST1 Neparametricé testy Neparametricétesty využíváme,

Více

11. INDUKTIVNÍ STATISTIKA

11. INDUKTIVNÍ STATISTIKA Pravděodobost a statstka. INDUKTIVNÍ STATISTIKA Iduktví statstka Průvodce studem Navážeme a katolu 7 a ukážeme, jak racovat se soubory, jejchž všechy rvky ejsou zámy. Předokládaé zalost Pojmy z ředchozích

Více